AI基礎
深層学習（ディープラーニング）とは？
読み: しんそうがくしゅう英語: Deep Learning更新日: 2026-09-11
深層学習（ディープラーニング）とは、多層のニューラルネットワークを使い、画像、音声、自然言語などの複雑な特徴を学習する手法です。
生成AIパスポートG検定AWS AI Practitioner
別名・表記: 深層学習 / ディープラーニング / Deep Learning / DL
試験で問われるポイント
- 大量のデータと計算資源が必要になりやすいです。
- 特徴量を自動的に学習できる点が従来手法との違いです。
- 誤差逆伝播法（バックプロパゲーション）は損失の勾配を各層へ伝えて計算します。重みの更新は、その勾配を使う最適化手法が担います。
具体例
画像の物体認識や音声認識、大規模言語モデルに利用されています。
混同しやすい点
- 深層学習では人間の確認が不要だと考える。
- 深層学習だけがAIの全てだと考える。
関連問題で復習
G検定人工知能とは
人工知能、機械学習、ディープラーニングの包含関係を説明したものとして、最も適切なものはどれか。
G検定人工知能をめぐる動向
AI研究の冬の時代を経た後、ディープラーニングが発展した経緯を説明したものとして、最も適切なものはどれか。
G検定ディープラーニングの概要
誤差逆伝播法の概要として、最も適切なものはどれか。
G検定ディープラーニングの概要
大規模なニューラルネットワークの学習でGPUやTPUがCPUより適する場合が多い主な理由はどれか。
G検定ディープラーニングの応用例
DQNの説明として、最も適切なものはどれか。
G検定ディープラーニングの概要
多層ニューラルネットワークの学習で、出力の誤差を減らすために、途中の層の各重みをどの程度変えるべきかを求めたい。信用割当問題と誤差逆伝播法の関係として最も適切な説明はどれか。
生成AIパスポートAI（人工知能）
第三次AIブームを支えた要因の組み合わせとして最も適切なものはどれか。
生成AIパスポートAI（人工知能）
三つのAIブームを、中心となった技術の順序で表したものはどれか。